はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事の目的 巷で話題のDifyを試してみました。 ユースケース ある程度実用的なユースケースを想定して、カスタマーからのメールの返信文案を考えてもらうというのをワークフローで組んでみました。 メールの内容から判断して Complaint（苦情） Inquiry（質問） に分類して、それぞれに応じたメール文章を提案する。 Inquiryの場合には、文末にキャンペーンのお知らせを挿入する。 環境 mac OS Sonoma 14.2 Dockerを用いてセルフホスティング LLMは、Amazon BedrockからAnthropic C

VSCodeにChatGPTプラグイン入れると便利ですね。普段からGithub Copilot使ってるといろいろと補完してくれるけど、それとは違った便利さがあります。コードの説明してくれたり、バグを見つけてくれたり、最適化してくれたり、テストを書いてくれたりとダメプログラマー化が捗ります。プラグインの入れ方はこちらの記事が参考になります。 このままだと英語で出力されるので日本語化もしてしまいましょう。設定画面でPrompt（質問文）に日本語を設定してあげると出力も日本語に変わります。 Prompt Prefix: Add Tests 次のコードに対するテストを実装してください Prompt Prefix: Find Problems 次のコードの問題点を見つけてください Prompt Prefix: Optimize 次のコードを最適化してください Prompt Prefix: Expla

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事の目的 Amazon DynamoDB(以下DynamoDBと記載)の可用性や書き込みのスループットの高さには大変魅力を感じています。 しかしながら、RDBとは全く異なる発想での設計が必要な点や、検索処理の自由度の低さに対しての有効な手立てを持ち合わせていない（スキルの問題）などがあり、なかなか実案件で採用するに至っていません。 そんな折に、とあるセミナーでDynamoDBの設計ノウハウを学ぶことが出来ましたので、その内容を自分なりに整理するためにこの記事を書きました。 （なお、セミナー主催者には本内容を記事で公開してよい旨の了

この記事について 社内の勉強会でSpringBootを使うのですが、STSはちょっと重いので、IntelliJ IDEAを使おうと思っています。 経験の浅いメンバーも多いので、IDEのセットアップ方法などから比較的丹念に記述しようと思います。 使うライブラリなどの構成は、以下のとおりです。 SpringBoot 1.5.3 h2 database(そのうち他のDBに乗り換えるかも) JPA Thymeleaf LOMBOK JMS(当面出番なし) SpringBatch(当面出番なし) なお、1Entityのみ作成した状態のInitial commit版を下記にUPしてあります。 https://github.com/akiraabe/bookshelf/tree/tag-0.0.1 アプリの機能 ざっくり言うと書籍管理です。どちらかというと本自体を管理するというよりは本に関連したナレッジ

はじまりに メリークリスマス！さて、日本国外に住む人々。日本のTV番組は見ていますか？日本の番組がインターネット配信されていても国内からしか見れないものがほとんどだと思います。権利関係めんどくさいですね。ガラポンとか販売されてるのに不思議な世界です放送業界。 でもプログラマーなら VPN 通して見てますよね？しかしNHKオンデマンドはVPNを通すだけだと見れない。 しかし僕はNHKオンデマンドが見たいんです。「時論公論」とか「視点・論点」とか「NHKスペシャル」とか考察が客観的で役に立ちます。 「ドキュメント７２時間」とか「ブラタモリ」とか「所さん大変ですよ」とか役に立つのかわからない知識がつきます。 「世界入りにく居酒屋」とか「2度目の旅」とか「チョイ住み」とか「岩合光昭の世界ネコ歩き」とか「世界ふれあい街歩き」とか海外にいるのに海外が見れてしまいます。そして猫。猫大切大好きふりすきー。

プログラマのための英語・外国語 Advent Calendar 2017 も22日目になりました。もうすぐクリスマスですね。 さて、TOEICスコア持ってますか？僕は持ってません。だって受けるの面倒くさそうなんだもの。 と思ってたらシアトルで働く友達にこんな記事を教えてもらいました。 ギークのかなり偏った英語学習の話 - tks(高須 正和)のブロマガ TOEICスコアで言うと、2014年1月 320点→1年後595点　もちろんもっと上げないといろいろダメなんだけど、たまたまその種の仕事はもともと得意だった部分なので多少はゴマカシがきいていて、周りに日本人がいないけど仕事は出来ている(から、暦本先生にビックリされたんだと思う) すごい！１年でそんなに上がるんですね。 このとき(2014年1月)のCASEC英語テスト成績はコレ。一般的なTOEICでなくてCASECなのは、オンラインでその場で

この記事は プログラマのための英語・外国語 Advent Calendar 2017 ７日目の投稿です。アニメで始める英語リスニングの方法を書きたいと思います。今回の説明に使うアニメは「千と千尋の神隠し」です。千尋がどんどん成長していく姿が楽しいのです。 あと、今の段階でカレンダーがあまり埋まってないので、英語勉強のちょっとしたテクニックでも持っていてそれを公開してくれれば喜ぶ人が増えると思いますので是非どうぞ参戦を考えて頂ければと。。。 (画像をクリックすると英語版の紹介動画が見れます) 僕だれ？今何してるの？ 2000年からアーケードやコンシューマゲームのプログラムを作るお仕事をしていました。2009年に会社を立ち上げスマホアプリやWebアプリの開発を行っていたのですが、何か新しい事がしたいなと思い2016年に会社をたたみサンフランシスコに引っ越して英語の勉強をしています。 たまたま妻

Google Cloud Compute Engine の micro インスタンスが無料で使えるようになりました。みなさん使っていますか？僕は http://manga.dog/ で使っています。が、しかし、新しい機能を追加しようと思ったのですが、どうも全文検索エンジンの Elasticsearch を使わないといけないようです。そして Elasticsearch はメモリを食いまくるので現在の micro インスタンスに同居させるのはとても難しい。Amazon Elasticsearch Service を使って機能を実装してはみたのだけど、そもそも無料の micro インスタンスを使っていたので有料サービスを使うのは負けた気がする！そこで自宅に転がっていた Raspberry Pi3 に Elasticsearch を入れシステムに組み込み勝利をつかみ取ることにしました。 必要な機能

日々 http://manga-now.com で xml をパースしているのだけど、Python の実装を Go に変えたら速くなるのか比較してみました。なおパースの速度だけ比較したいので xml がメモリに読み込まれた状態から各要素を取得し終わるまでの速度を計測しています。 xml のダウンロード まず Amazon Product Advertising API を使って書籍情報の xml を落としてファイルに保存しておきます。 get_books_xml.go # -*- coding:utf-8 -*- import time from lxml import objectify class ImageInfo: def __init__(self): self.url = '' self.width = '' self.height = '' class BookInfo: d

画像認識に使われる畳み込みニューラルネットワーク（以下CNNと呼ぶ）というものがあります。Tensorflow のチュートリアル（Deep MNIST for Experts）にも出てきますが、ネットワークが複雑で理解するのに苦労します。そこで、畳み込み層とプーリング層の中身を画像化して、何が行われているのかなんとなく体感したいと思います。 ベースとなる Deep MNIST for Experts のコード 今回使用するコードは github(tf-cnn-image) に上げてあります。 まずはCNNのコードを用意します。Deep MNIST for Expertsのコードから不要な箇所を削除したものを用意しました。コメントは最小限にしてあるので、詳しい動作を知りたい場合はこちらなどを参考にしてください。 # -*- coding: utf-8 -*- import sys sys.p

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 何かおかしい…なんとなくそんな気がした。。。この記事は「フリーランス残酷物語 Advent Calendar 2016」15日目のポエムなわけなのだが、どうも今年の年末は Qiita にポエムが大量発生しているようで意味がわからない。しかし、このフリーランス残酷物語もポエム以外の何物でもない。そして周りを見渡せば「カノジョできてるエンジニア」やら「子育てエンジニア」やら「筋肉」やら「転職」やら「転職（その２）」やら中には技術的な内容と関連付けて書かれているものもあるけども、内容が無いようなんてポエムも見受けられる。外部ブログではなく Q

はじめに シェル芸人とは？ シェル芸 とは、主にUNIX系オペレーティングシステムにおいて「マウスも使わず、ソースコードも残さず、GUIツールを立ち上げる間もなく、あらゆる調査・計算・テキスト処理を CLI端末へのコマンド入力 一撃で 終わらせること」（USP友の会会長・上田隆一による定義）である。 この技術を持つ人物を シェル芸人 という。 ちょっとした成り行きでインフラの週に書くことになりましたが、私はアプリケーション畑の人なので、インフラについて高度な事が書ける訳では無いので、その辺は生暖かい目で見てください。 しかし現在はフルスタック・エンジニアが求められているということで、アプリの人もインフラをポチっと構築できるようになるべきとの思いで挑戦してみました。 無茶ぶりした、もとい、機会をくださった@shiracoさんに感謝します！ やったこと 以下の機能を持つ簡単なDockerイメー

TensorFlowで株価予想シリーズ 0 - Google のサンプルコードを動かしてみる 1 - 終値が始値よりも高くなるかで判定してみる 2 - 日経平均225銘柄の株価予想正解率ランキング〜 3 - 日本3506銘柄の株価予想ランキング 4 - 実際に売買したら儲かるのかシミュレーションしてみる 5 - 大きく上がると予想されたときだけ買ってみるシミュレーション 6 - 学習データの項目を増やす！隠れ層のサイズも増やす！ 7 - 株価が何%上昇すると予測したら買えばいいのか？ 8 - どの銘柄を買うか 9 - 年利6.79% はじめに これまで学習データやパラメーターなどを調整してきてなんとか黒字になる状態にもってきました。そして前回、日経平均２２５の銘柄の中から優れた成績を残せる３０銘柄を抽出しました。株価予想シリーズの最後として、この銘柄を使用した売買シミュレーションを行います

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

TensorFlowで株価予想シリーズ 0 - Google のサンプルコードを動かしてみる 1 - 終値が始値よりも高くなるかで判定してみる 2 - 日経平均225銘柄の株価予想正解率ランキング〜 3 - 日本3506銘柄の株価予想ランキング 4 - 実際に売買したら儲かるのかシミュレーションしてみる 5 - 大きく上がると予想されたときだけ買ってみるシミュレーション 6 - 学習データの項目を増やす！隠れ層のサイズも増やす！ 7 - 株価が何%上昇すると予測したら買えばいいのか？ 8 - どの銘柄を買うか 9 - 年利6.79% 前置き 猫も杓子もディープラーニングディープラーニング。なにそれ美味いの？ って感じだけど、 2015年末に Google が書いた 「Machine Learning with Financial Time Series Data on Google Clo